Die RadLE 2.0 Benchmark-Tests zeigen, dass KI-Modelle in der Radiologie oft Schwierigkeiten haben, die Grenzen ihrer Diagnosen zu erkennen. Viele dieser Modelle präsentieren falsche Befunde mit einer besorgniserregenden Selbstsicherheit, während menschliche Radiologen nach wie vor überlegen sind. Relevant ist in diesem Zusammenhang die Frage, wie KI lernen kann, in bestimmten Situationen zu schweigen und die Verantwortung an erfahrene Fachkräfte zu übergeben. Diese Entwicklung wirft wichtige Fragen zur Sicherheit und Zuverlässigkeit von KI in der medizinischen Diagnostik auf. Eine abschließende Bewertung ist zum jetzigen Zeitpunkt verfrüht, da die Technologie sich noch in einem frühen Stadium befindet und sowohl Chancen als auch Risiken birgt. Entscheidend wird sein, wie die Integration von KI in den diagnostischen Prozess gestaltet wird und welche Maßnahmen ergriffen werden, um die Zusammenarbeit zwischen Mensch und Maschine zu optimieren.